DenyTranDFW/WELLS_FARGO_COMMERCIAL_MORTGAGE_TRUST_2021_C59_1851817

该数据集涉及美国证券交易委员会（SEC）ABS-EE资产级别文件，针对CIK 1851817（富国银行商业抵押贷款信托2021-C59）。包含38份文件，88个Parquet文件，总大小为5.7 MB，报告期为2021年5月11日至2024年6月11日。Parquet文件是从XML展品中提取的贷款级别/资产级别数据，按{accession_nodash}/{exhibit_name}.parquet组织。数据集还包括一个文件索引，列出了每份文件的CIK、表格类型、登记号、报告日期和URL。SEC ABS-EE asset-level filings for CIK 1851817 (WELLS FARGO COMMERCIAL MORTGAGE TRUST 2021-C59). Includes 38 filings, 88 parquet files, total size of 5.7 MB, and a reporting period from 2021-05-11 to 2024-06-11. Parquet files are loan-level / asset-level data extracted from XML exhibits, organised as {accession_nodash}/{exhibit_name}.parquet. The dataset also includes a filing index with details such as CIK, form type, accession number, report date, and URL for each filing.

搜集汇总

数据集介绍

构建方式

该数据集聚焦于富国银行商业抵押贷款信托2021-C59（CIK编号1851817），系统性地整合了美国证券交易委员会（SEC）ABS-EE强制性资产层面申报文件中的核心信息。通过从XML展品中提取贷款级与资产级数据，并以Parquet格式进行结构化存储，共构建了88个Parquet文件，总容量达5.7MB。数据文件遵循“{accession_nodash}/{exhibit_name}.parquet”的命名规范，便于追溯与管理。报告期范围涵盖2021年5月11日至2024年6月11日，期间累计38份申报文件，其时间节点依据资产层面XML中的“reportingPeriodEndingDate”字段精准确定，确保了时序数据的完整性与准确性。

特点

此数据集最为突出之处在于其高度细化的资产层面数据结构，能够真实反映商业抵押贷款支持证券（CMBS）在存续期内的逐笔贷款表现。数据以Parquet列式存储格式组织，兼具高效压缩与快速查询特性，非常适合大规模金融数据分析。丰富的申报文件索引提供了每份文件的表格编号、访问号、报告日期及原始SEC链接，极大便利了数据溯源与交叉验证。整体而言，该数据集呈现出粒度精细、来源权威、格式现代且追溯便捷的显著优势。

使用方法

研究人员或分析师可直接从HuggingFace数据集页面加载Parquet文件，利用Python的pandas或polars等数据处理库进行读取与解析。基于文件命名结构，可依据访问号和展品名称定位特定时间点的资产数据。结合SEC官方链接，用户能够进一步核实原始XML文件内容，确保分析结果的可靠性。适用于构建商业抵押贷款违约预测模型、现金流分析工具或证券化产品风险定价研究，为金融市场的结构化产品实证研究提供了坚实的数据基础。

背景与挑战

背景概述

WELLS_FARGO_COMMERCIAL_MORTGAGE_TRUST_2021_C59_1851817数据集聚焦于资产支持证券领域，具体收录了富国银行商业抵押贷款信托2021-C59批次自2021年5月至2024年6月间的SEC ABS-EE资产层级披露文件。该数据集由SEC EDAR系统原生数据经结构化提取而成，核心研究问题在于为商业抵押贷款支持证券提供细粒度的贷款级财务与绩效信息。以CIK 1851817为标识，数据集包含38份申报文件、88个Parquet文件，总规模5.7 MB，覆盖了从发行到后续定期报告的完整时间序列。其发布为金融科技与结构化产品分析领域注入了高透明度、机器可读的底层资产数据，显著提升了对CMBS信用风险建模与现金流预测的实证研究能力。

当前挑战

该数据集所解决的领域问题在于填补商业抵押贷款支持证券标准化资产级数据集的空白，传统上此类数据分散于非结构化XML申报中，难以直接用于量化分析与机器学习模型训练。构建过程中面临的挑战主要包括：从SEC公开的ABS-EE XML文件中高效提取并解析嵌套的贷款级字段，处理不同申报期间的表格结构差异与数据缺失问题；将38份异构申报文件整合为统一的Parquet格式时需确保字段语义一致性与时间序列的连续性；此外，数据集仅涵盖单一信托批次，样本量有限，可能限制了跨信托或跨市场周期的泛化性研究。

常用场景

经典使用场景

在资产证券化领域，商业抵押贷款支持证券的透明度与风险评估至关重要。WELLS FARGO COMMERCIAL MORTGAGE TRUST 2021-C59 数据集以其详尽的贷款层面资产级数据，成为研究商业抵押贷款支持证券结构化特征的理想资源。研究者可借此剖析资产池的构成、贷款偿付时序及违约模式，从而洞悉证券化产品的信用风险传导机制。该数据集的经典用途在于构建违约概率模型与损失分布模拟，为评级机构和投资者提供量化分析基础，堪称洞察商业地产金融生态的窗口。

实际应用

在实际金融市场中，该数据集辅助风险经理进行投资组合压力测试与现金流预测，优化资本配置决策。资产管理公司可依据其历史偿付数据校准内部评级模型，提升对商业地产贷款池的信用评估精度。此外，监管机构利用此类数据监控系统风险，识别潜在的资产泡沫与市场脆弱性，从而制定更具前瞻性的审慎政策，确保金融体系的稳健运行。

衍生相关工作

围绕该数据集，衍生出一系列关于商业抵押贷款支持证券结构化建模的经典研究。例如，基于其资产池特征，学者发展了随机违约关联模型以刻画贷款之间的风险传染效应。另一些工作则聚焦于证券化产品的分层结构优化，利用数据验证不同优先级证券的风险-收益权衡。此外，结合机器学习的违约预测框架也以此类数据为基准，探索非线性特征对贷款绩效的驱动作用，进一步丰富了资产证券化理论的内涵。